AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
ParaVT: 平衡工具先验悖论以实现代理视频强化学习中的并行工具使用
机构 * MiroMind ； NTU（国立台湾大学） ； HKU（香港大学） ； HKUST(GZ)（香港科技大学（广州）） ； THU（清华大学） ； LMMs-Lab（LMMs实验室）
专题命中 工具调用 ：agentic(title,abstract)；tool use(title)；agent(abstract)；multi-agent(abstract)
AI总结 本文提出ParaVT，一种用于并行视频工具调用的端到端强化学习框架，通过引入PARA-GRPO机制解决工具先验悖论，提升了长视频理解的性能。
Comments Project Page: https://evolvinglmms-lab.github.io/ParaVT/
SynAE: 一个用于评估工具调用代理合成数据质量的框架
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research（微软研究院）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.CL、cs.LG、cs.SE
AI总结 本文提出SynAE框架，用于评估多轮工具调用代理合成数据的质量，通过四个指标类别评估合成数据的有效性、保真度和多样性，揭示单一指标不足以全面表征合成数据质量。
视觉工具使用强化学习究竟在学习什么？解构工具诱导效应与内在效应以实现作物和缩放
机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 工具调用 ：tool-use(title,abstract)；tool use(abstract)
AI总结 本文研究了视觉工具使用强化学习在作物和缩放任务中的学习机制，通过引入MED框架解耦内在能力变化与工具诱导效应，发现改进主要由内在学习驱动，而工具使用强化学习主要减少工具诱导的负面影响，而非掌握工具。
Comments ICML 2026 camera ready. Code: https://github.com/GAIR-NLP/Med
VectraYX-Nano: 一个具有课程学习和原生工具使用的4200万参数西班牙语网络安全语言模型
机构 * Globant
专题命中 工具调用 ：tool use(title)；tool-use(abstract)；分类 cs.CL
AI总结 本文提出了一种基于西班牙语的网络安全语言模型VectraYX-Nano，通过课程学习和原生工具调用，展示了在网络安全领域的应用与改进。
Comments 24 pages, 5 figures, 12 tables. v3: post-Chinchilla compute ablation (v8-v15), Globant affiliation finalized, EMNLP Findings 2026 submission. Released model: VectraYX-Nano v7 (42M params, GGUF Q4 ~20 MB, native MCP)
SGR-Bench: 对状态门控检索的搜索代理基准测试
机构 * Peking University（北京大学） ； Beijing University of Technology（北京理工大学）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出SGR-Bench，一个用于评估状态门控检索能力的基准数据集，包含100个专家 curated 任务，通过对比显式和隐式指导方法，揭示了搜索代理在处理状态门控检索任务时的主要挑战。
Comments Work in Progress. 23 pages, 7 figures, preprint
对增强工具的语义攻击：保护模型上下文协议免受描述级操纵
机构 * SWAT Laboratory, Polytechnique Montréal（SWAT实验室，蒙特利尔理工学院）
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文研究了通过工具描述符与外部工具交互的模型上下文协议（MCP）中存在的语义攻击问题，提出了一种分层防御方案，通过描述符完整性验证、预上下文语义审查和轻量级运行时防护机制，有效降低描述级操纵导致的不安全工具调用风险。
SpecHop：连续推测用于加速多跳检索代理
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
专题命中 工具调用 ：tool use(abstract)；tool-use(abstract)；分类 cs.CL
AI总结 本文研究如何在不改变最终轨迹的情况下加速多跳工具使用过程，提出了一种连续推测框架SpecHop，通过维护多个推测线程和异步验证预测观测来减少延迟。
通过语言模型功能调用实现反思式提示调优
机构 * Megagon Labs（梅加穹实验室）
专题命中 工具调用 ：workflow(abstract)；function calling(abstract)；分类 cs.CL
AI总结 本文提出了一种名为Reflective Prompt Tuning (RPT)的框架，利用语言模型功能调用模拟人类提示工程师的迭代工作流程，通过诊断函数评估目标模型，生成结构化诊断报告，并利用历史报告优化提示，从而提升提示效果和置信度校准。
Comments 17 pages, 6 figures
HarnessAPI: 一种以技能为中心的统一流式API和MCP工具框架
机构 * Department of Computer Science（计算机科学系）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出HarnessAPI，一种以技能为中心的框架，通过将类型化的技能文件夹作为单一真相源，消除了流式API和MCP工具之间的重复代码，减少了74%的框架层面的样板代码。
通过四项原则框架实现质量保障的模糊测试 harness 生成
专题命中 工具调用 ：agent(abstract)；分类 cs.SE
AI总结 本文提出QuartetFuzz，一种自主的harness生成系统，通过四项原则框架（逻辑正确性、API协议合规性、安全边界尊重和入口点充分性）系统地提高生成harness的正确性，并在多个开源项目上验证了其有效性，发现了多个漏洞并修复了部分问题。
Comments 22 pages, 10 figures
幻觉作为利用：证据承载多模态智能体
机构 * Shenzhen University（深圳大学） ； HKUST（香港科技大学）
专题命中 工具调用 ：tool use(abstract)；分类 cs.AI
AI总结 本文研究了多模态智能体中幻觉导致授权失败的问题，提出证据承载多模态智能体（ECA）方法，通过分解工具调用、获取类型证书并使用确定性门控来授权，从而将模型的模糊信念转换为可审计的残余，提高了系统的安全性。
Comments 23 pages, 6 figures, 15 tables
LongVT: 通过原生工具调用激励'通过长视频思考'
机构 * MiroMind ； NTU（国立台湾大学） ； HKUST(GZ)（香港科技大学（广州）） ； THU（清华大学） ； LMMs-Lab（LMMs实验室）
专题命中 工具调用 ：agentic(abstract)
AI总结 本文提出LongVT，一种端到端的代理框架，通过交错的多模态工具链式思考实现'通过长视频思考'，通过利用LMM的固有时间定位能力作为原生视频裁剪工具，以解决长视频推理中的幻觉问题，并通过VideoSIAH数据集提升训练和评估效果。
Comments CVPR 2026
从设备目标到化学基因组的逆向映射用于可解释地发现稳定的无铅双钙钛矿
专题命中 工具调用 ：workflow(abstract)
AI总结 本文提出了一种逆向映射框架，通过设备级目标与化学可解释的描述符家族连接，用于发现稳定的无铅双钙钛矿，主要贡献是通过DFT验证的设计规则加速无铅双钙钛矿的发现。
通过自我调节模拟规划实现高效的代理推理
机构 * Institute of Foundation Models (IFM)（基础模型研究所） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 规划决策 ：agentic(title,abstract)；planning(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出通过分解决策过程为三个系统：模拟推理、自我调节和反应执行，来提升代理推理的效率，并展示了SR$^2$AM模型在不同任务中的表现。
Comments Code and model artifacts are available at https://github.com/sailing-lab/sr2am
通过世界模型的模拟推理实现通用代理规划
机构 * Institute of Foundation Models (IFM)（基础模型研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； UC San Diego（南加州大学）
专题命中 规划决策 ：planning(title,abstract)；agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出通过模拟推理实现通用代理规划，利用世界模型进行未来状态预测，提升决策能力，通过SiRA架构在不同任务中取得更高任务完成率。
Comments Winner of Berkeley LLM Agents Hackathon (Fundamentals Track); code available at https://github.com/sailing-lab/sira
Scout-Assisted Planning for Heterogeneous Robot Teams under Partially Known Environments
机构 * George Mason University（乔治·马歇尔大学）
专题命中 规划决策 ：planning(title,title_cn)；分类 cs.AI
AI总结 本文提出了一种Scout-Assisted Planning框架，通过无人机主动收集环境信息来改进地面车辆的导航，通过信息增益引导的行动剪枝减少回溯成本，实验表明其在不同环境中能显著降低地面机器人旅行成本。
OPERA: 一种用于图像修复的智能体，通过端到端联合规划-执行优化
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)
AI总结 该研究提出OPERA框架，通过端到端联合优化修复规划和工具执行，解决图像修复中复杂混合退化问题，优于现有方法和统一模型。
学习配置代理AI系统
机构 * School of Computing and Augmented Intelligence（计算与增强智能学院） ； Arizona State University（亚利桑那州立大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 本文提出了一种基于半马尔可夫决策过程（SMDP）的代理配置方法，通过ARC模型动态选择查询特定的代理配置，从而在多个基准测试中提升了推理准确性、工具使用准确性和τ-Bench（Airline）Pass的成功率。
Comments 22 pages, 12 figures
NaviAgent: 一种基于图的双层规划用于可扩展的工具编排
机构 * Department of Electrical and Computer Engineering, The Ohio State University, USA（电气与计算机工程系，俄亥俄州立大学，美国）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出NaviAgent，一种基于图的双层规划框架，通过解耦任务规划与工具执行，提升大规模工具编排的可扩展性和鲁棒性，实验表明其在任务成功率和实际应用中表现优异。
Comments Accepted to ICML 2026
Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML), 2026
IdleSpec: 通过投机规划利用空闲时间用于LLM代理
机构 * KAIST（韩国科学技术院） ； Amazon AGI（亚马逊人工智慧实验室） ； Together AI
专题命中 规划决策 ：planning(title)；agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出IdleSpec，一种利用空闲时间提升LLM代理性能的方法，通过在空闲期间生成计划候选并减少延迟开销，从而在多种代理场景中显著提高性能。
TIP: on-policy distillation 中的 token 重要性
专题命中 规划决策 ：planning(abstract,abstract_cn)；agentic(abstract,abstract_cn)；分类 cs.AI、cs.LG
AI总结 本研究探讨了在 on-policy 知识蒸馏中哪些 token 对学习信号最有用，提出了一种基于学生熵和教师-学生分歧的双轴分类方法，并通过实验验证了在有限内存条件下使用少量 token 进行蒸馏的有效性。
在大语言模型时代进行规划：构建可靠性与效率
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文探讨了在大语言模型时代规划领域的发展，重点介绍了通过生成可验证的符号求解器来提高规划的可靠性和效率的方法。
Comments Published at ICAPS 2026
在不确定领域中扩展感知意识规划
机构 * Technical University of Denmark（丹麦技术大学）
专题命中 规划决策 ：planning(title)；agent(abstract)；分类 cs.AI
AI总结 本文研究了在不确定领域中扩展感知意识规划的方法，通过子符号技术扩展可决定OOP片段的解决方法，包括传感器选择问题和位置可观察性问题，并通过分解POMDPs识别合理的观察函数，从而提高性能。
电动汽车充电系统中的规划、调度与行为：一项批判性综述与三重困境框架
机构 * The College of William \& Mary, Williamsburg, VA, USA ； University of Georgia, Athens, GA, USA ； University of Louisville, Louisville, KY, USA
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文综述了电动汽车充电系统中规划、调度和行为三个层面的研究，提出了三重困境框架，揭示了在追求高保真度时面临的可计算性与现实整合之间的权衡问题。
Comments Review article; 56 pages excluding references; 1 figure and 3 tables
基于分支随机优化的运动规划在多模态不确定性下的场景聚类
机构 * Chair of Automatic Control Engineering（自动控制工程教授会）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出一种结合随机模型预测控制与分支结构的方法，用于在多模态不确定性下进行运动规划，通过场景聚类提高实时计算性能并减少保守性。
Comments This work has been accepted for presentation at IFAC World Congress 2026
SPIRAL：通过反思规划代理实现自演化动作条件视频生成
机构 * Zhejiang University（浙江大学） ； KnowledgeXLab at Shanghai AI Lab（上海人工智能实验室知识X实验室） ； National University of Singapore（新加坡国立大学） ； Chinese Academy of Sciences（中国科学院） ； Tencent Youtu Lab（腾讯优设实验室） ； Nanyang Technological University（南洋理工大学） ； Wuhan University（武汉大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出SPIRAL框架，通过反思规划代理实现长时域动作条件视频生成，解决传统方法在长时间视频生成中的不足，通过闭环设计和自演化机制提升视频生成的一致性和准确性。
Comments 42 Pages, 21 Figures, Project page at https://yuyang-cloud.github.io/spiral
并行八叉树映射：一种用于自主导航中路径规划增强的可扩展框架
机构 * Department of Mechanical and Aerospace Engineering, University of Florida（佛罗里达大学机械与航空航天工程系） ； Department of Electrical and Systems Engineering, University of Pennsylvania（宾夕法尼亚大学电气与系统工程系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出并行八叉树映射（POMP），一种高效的基于八叉树的映射技术，通过在固定占用网格分辨率下优化自由空间表示，提升路径规划效率和成功率，特别是在复杂环境中。
ATLAS：一种用于EvoDPO的多LLM训练框架，具有自适应参考进化
机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； Purdue University West Lafayette（韦伯州立大学） ； School of Mechanical Engineering（机械工程学院） ； Department of Mathematics（数学系） ； Department of Computer Science（计算机科学系） ； Department of Mathematics and Mechanical Engineering（数学与机械工程系）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出ATLAS框架，通过自适应参考进化解决多LLM代理系统中固定参考模型导致的更新保守或训练停滞问题，结合支持者驱动探索与EvoDPO驱动的稳定性，提升长期评估驱动的自我改进能力。
Steins;Gate Drive: 基于结构化未来语义安全仲裁的延迟解耦LLM规划
机构 * Institute for Wireless Communication and Navigation（无线通信与导航研究所） ； RPTU University Kaiserslautern-Landau（凯撒斯劳滕-兰道大学） ； German Research Center for Artificial Intelligence（德国人工智能研究中心）
专题命中 规划决策 ：planning(title)；分类 cs.AI
AI总结 本文提出SteinsGateDrive架构，通过延迟解耦规划与运行时架构，在保持安全边界的同时，将有效延迟从+3.07秒减少到-0.01秒，提升了自动驾驶的规划效率。
Comments 10 pages, 2 figures, 5 tables, submitted to IEEE transaction of intelligent vehicles
Maestro：通过强化学习协调分层模型-技能集合
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） ； Nanyang Technological University（南洋理工大学） ； Tongji University（同济大学）
专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出Maestro框架，通过强化学习协调多模态任务，利用分层模型-技能集合提升多模态任务性能，实现高效且通用的协调策略。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈